数据列的值不会改变浮动

Question

我有一个数据帧，

df, 
    Name Stage Description 
0 sri  1  sri is one of the good singer in this two 
1 nan  2  thanks for reading 
2 ram  1  ram is two of the good cricket player 
3 ganesh 1  one driver 
4 nan  2  good buddies 

tried df["Stage"]=pd.to_numeric(df["Stage"],downcast="float") 

但仍值是相同

Answer 1

您可以使用df.Stage.astype(float)：

In [6]: df.Stage.astype(float) 
Out[6]: 
0 1.0 
1 2.0 
2 1.0 
3 1.0 
4 2.0 
Name: Stage, dtype: float64 

In [7]: df.Stage.astype(float) 

---

使用pd.to_numeric更好，因为它处理转换为占用较少内存的浮点类型。

例

In [23]: df.Stage 
Out[23]: 
0 1 
1 2 
2 1 
3 1 
4 2 
Name: Stage, dtype: int64 

In [24]: import sys 

In [25]: sys.getsizeof(df.Stage) 
Out[25]: 272 

In [26]: sys.getsizeof(df.Stage.astype(float)) 
Out[26]: 272 

In [27]: sys.getsizeof(pd.to_numeric(df.Stage, downcast='float')) 
Out[27]: 252 

的情况下有在df.Stage坏数据，胁迫价值NaNpd.to_numeric(df.Stage, errors='coerce', downcast='float')

Answer 2

我想你需要astype：

df["Stage"]=df["Stage"].astype(float) 

如果第一解决方案失败，因为一些非数字数据，使用to_numeric wi用于更换损坏的数据NaNs个参数errors='coerce'，所以输出是浮动：

df["Stage"]=pd.to_numeric(df["Stage"],errors="coerce")